基于神经网络的火箭发动机壳体有限元模拟方法

本发明提供了基于神经网络的火箭发动机壳体有限元模拟方法，涉及大开口固体火箭发动机复合材料壳体的结构设计与有限元模拟技术领域，通过GA－BP神经网络的链接权重进行优化，显著提升了神经网络模型的预测精度，这种优化方式克服了BP神经网络在训练过程中可能陷入局部最优解的缺陷，确保了模型能够更准确地反映复合材料壳体结构参数与Tsai‑Wu系数之间的复杂关系；经过GA优化的BP神经网络模型，在面对不同输入参数组合时，能够展现出更强的泛化能力，这意味着模型不仅能够在训练数据上表现良好，还能在未见过的数据上做出准确预测，从而提高了模型在实际应用中的可靠性。